Können Maschinen unsere Gefühle lesen? – Kostas Karpouzis
-
0:07 - 0:12Mit jedem Jahr überholen Maschinen
uns Menschen in immer mehr Dingen, -
0:12 - 0:15von denen wir einst dachten,
dass nur wir zu ihnen fähig seien. -
0:15 - 0:18Die Computer von heute schlagen
uns in komplexen Brettspielen, -
0:18 - 0:21schreiben Gesprochenes
in dutzenden Sprachen nieder -
0:21 - 0:25und identifizieren sofort
fast jedes beliebige Objekt. -
0:25 - 0:27Die Roboter von morgen
könnten jedoch noch weiter gehen, -
0:27 - 0:30indem sie herausfinden, was wir fühlen.
-
0:30 - 0:32Aber warum ist das von Belang?
-
0:32 - 0:35Wenn Maschinen und diejenigen,
die sie kontrollieren, -
0:35 - 0:37unseren Gefühlszustand
präzise auslesen können, -
0:37 - 0:40so können sie uns dadurch womöglich
helfen oder uns manipulieren -- -
0:40 - 0:43in unvorhersehbarem Ausmaß.
-
0:43 - 0:45Doch bevor wir dazu kommen:
-
0:45 - 0:50Wie kann etwas derart Komplexes wie
Emotion in bloße Zahlen umgesetzt werden, -
0:50 - 0:53die einzige Sprache,
die Maschinen verstehen? -
0:53 - 0:57Grundsätzlich auf dieselbe Art,
wie unser Gehirn Gefühle interpretiert: -
0:57 - 0:59indem es lernt, woran man sie erkennt.
-
0:59 - 1:04Der amerikanische Psychologe Paul Ekman
bestimmte gewisse universelle Emotionen, -
1:04 - 1:09deren visuelle Anzeichen kulturunabhängig
auf dieselbe Weise verstanden werden. -
1:09 - 1:14Ein Bild eines Lächelns zum Beispiel heißt
Freude sowohl für den modernen Städter -
1:14 - 1:17als auch den eingeborenen
Stammesangehörigen. -
1:17 - 1:18Laut Ekman sind
-
1:18 - 1:19Wut,
-
1:19 - 1:20Ekel,
-
1:20 - 1:20Angst,
-
1:20 - 1:21Freude,
-
1:21 - 1:22Traurigkeit
-
1:22 - 1:25und Überraschung gleichermaßen erkennbar.
-
1:25 - 1:30Wie sich zeigt, verbessern sich Computer
rapide in Sachen Bilderkennung, -
1:30 - 1:34dank maschineller Lernverfahren
wie neuronaler Netzwerke. -
1:34 - 1:38Diese bestehen aus künstlichen Netzknoten,
die biologische Neuronen nachahmen, -
1:38 - 1:42indem sie Verbindungen aufbauen
und Informationen austauschen. -
1:42 - 1:46Als Training für das Netzwerk werden
verschieden kategorisierte Proben, -
1:46 - 1:49wie zum Beispiel Fotos der Kategorie
"glücklich" oder "traurig", -
1:49 - 1:51in das System eingespeist.
-
1:51 - 1:54Anschließend lernt das Netzwerk,
diese Proben zu klassifizieren, -
1:54 - 1:58indem es die relativen Gewichte anpasst,
die bestimmten Merkmalen zugeordnet sind. -
1:58 - 2:00Je mehr Trainingsdaten vorliegen,
-
2:00 - 2:05desto besser wird der Algorithmus
im korrekten Bestimmen neuer Bilder. -
2:05 - 2:07Das ist ähnlich wie bei unserem Gehirn,
-
2:07 - 2:12das aus früheren Erfahrungen lernt,
wie es fortan neue Reize verarbeitet. -
2:12 - 2:15Erkennungsalgorithmen sind nicht
nur auf Gesichtsausdrücke beschränkt. -
2:15 - 2:18Unsere Gefühle zeigen sich
auf vielerlei Art. -
2:18 - 2:20Da wären Körpersprache
und Klang der Stimme, -
2:20 - 2:23Veränderungen der Herzfrequenz,
Hautfarbe und -temperatur, -
2:23 - 2:28oder sogar Worthäufigkeit und
Satzstruktur in unseren Formulierungen. -
2:28 - 2:32Man könnte meinen, das Training neuronaler
Netzwerke zur Erkennung dieser Anzeichen -
2:32 - 2:34sei eine lange und komplizierte Aufgabe,
-
2:34 - 2:37bis man erkennt, wie viele Daten
da draußen bereits vorhanden sind -
2:37 - 2:40und wie schnell moderne Computer
diese verarbeiten können. -
2:40 - 2:42Von Posts in sozialen Netzwerken,
-
2:42 - 2:44hochgeladenen Fotos und Videos
-
2:44 - 2:45über Telefonmitschnitte
-
2:45 - 2:47bis zu öffentlichen Wärmebildkameras
-
2:47 - 2:50und Wearables, die
Körperfunktionen überwachen. -
2:50 - 2:53Die große Frage ist nicht,
wie wir genug Daten sammeln, -
2:53 - 2:55sondern was wir mit ihnen machen.
-
2:55 - 2:59Es gibt eine Vielzahl positiver Nutzen
von computerbasierter Emotionserkennung. -
2:59 - 3:03Roboter können durch Algorithmen
zur Erkennung von Gesichtsausdrücken -
3:03 - 3:04Kindern beim Lernen helfen
-
3:04 - 3:08oder einsamen Menschen
als Ansprechpartner dienen. -
3:08 - 3:11Social-Media-Unternehmen überlegen,
Algorithmen einzusetzen, -
3:11 - 3:17um Suizide durch Markieren von Posts mit
bestimmten Formulierungen zu verhindern. -
3:17 - 3:21Emotionserkennungssoftware kann helfen,
psychische Erkrankungen zu behandeln -
3:21 - 3:26oder Menschen sogar mit kostengünstiger
automatisierter Psychotherapie versorgen. -
3:26 - 3:27Trotz der potenziellen Vorteile
-
3:27 - 3:31ist die Aussicht auf ein enormes Netzwerk,
das automatisch unsere Fotos scannt, -
3:31 - 3:32unsere Nachrichten liest
-
3:32 - 3:37und Körperfunktionen protokolliert
gleichzeitig ziemlich beunruhigend. -
3:37 - 3:41Welche Konsequenzen hat das für unsere
Privatsphäre, wenn derartige Systeme -
3:41 - 3:45von Unternehmen eingesetzt werden, um
unsere Gefühle für Werbezwecke zu nutzen? -
3:45 - 3:47Und was wird aus unseren Rechten,
-
3:47 - 3:51wenn Autoritäten meinen, sie könnten
potenzielle Verbrecher identifizieren, -
3:51 - 3:55ehe diese überhaupt eine bewusste
Handlungsentscheidung treffen? -
3:55 - 3:57Roboter haben noch
einen langen Weg vor sich, -
3:57 - 4:00bis sie dazu fähig sind,
emotionale Nuancen wie Ironie -
4:00 - 4:05und genaue Abstufungen von Glück oder
Trauer einer Person zu unterscheiden. -
4:05 - 4:08Und doch werden sie womöglich
irgendwann dazu fähig sein, -
4:08 - 4:11unsere Gefühle präzise zu lesen
und auf sie zu reagieren. -
4:11 - 4:15Ob sie allerdings unsere Angst vor einem
ungewollten Eingriff nachfühlen können, -
4:15 - 4:17das ist eine andere Geschichte.
- Title:
- Können Maschinen unsere Gefühle lesen? – Kostas Karpouzis
- Speaker:
- Kostas Karpouzis
- Description:
-
Die ganze Lektion unter: http://ed.ted.com/lessons/can-machines-read-your-emotions-kostas-karpouzis
Computer schlagen uns in Brettspielen, transkribieren Sprache und identifizieren sofort fast jedes beliebige Objekt. Aber werden Roboter in Zukunft noch weiter gehen und lernen, wie sie unsere Gefühle verstehen können? Kostas Karpouzis zeichnet eine Zukunft, in der Maschinen und die Menschen, die sie kontrollieren, unseren Gefühlszustand präzise ablesen können und erklärt, wie ihnen dies ermöglichen könnte, uns zu helfen oder uns zu manipulieren – in unvorhersehbarem Ausmaß.
Lektion von Kostas Karpouzis, Animation von Lasse Rützou Bruntse.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TED-Ed
- Duration:
- 04:39
Nadine Hennig approved German subtitles for Can machines read your emotions? | ||
Nadine Hennig edited German subtitles for Can machines read your emotions? | ||
Tonia David accepted German subtitles for Can machines read your emotions? | ||
Tonia David edited German subtitles for Can machines read your emotions? | ||
Hagen Hamm edited German subtitles for Can machines read your emotions? | ||
Hagen Hamm edited German subtitles for Can machines read your emotions? | ||
Hagen Hamm edited German subtitles for Can machines read your emotions? | ||
Hagen Hamm edited German subtitles for Can machines read your emotions? |